报告题目：鲁棒图基础模型

时间：2025年11月25日  14:00-16:00

地点：SX405

主办单位：研究生工作部

承办单位：计算机科学与技术学院

 

主讲人介绍：王啸，北京航空航天大学教授，博士生导师。研究方向为人工智能、数据挖掘与机器学习，国家自然科学基金优青获得者。共发表论文100余篇，谷歌学术引用16000余次，成果多次被写入业界图学习标准库PyG和DGL等。曾获得国家自然科学二等奖，教育部自然科学一等奖，中国电子学会科技进步一等奖，吴文俊人工智能优秀青年奖，ACM中国新星提名奖，入选斯坦福大学发布的全球Top 2%顶尖科学家终身影响力榜单。担任NeurIPS领域主席，WWW/AAAI/IJCAI的高级程序委员会委员，Neural Networks和IEEE TAI期刊编委。CCF高级会员，CCF青工委主任助理，CCF大数据专委会执行委员，CCFAI专委会执行委员，中文信息学会SMP专委会委员。

 

讲座内容介绍：传统图表征学习方法主要依赖于图神经网络（GNN）及其消息传递机制，获得学术界与工业界的广泛关注。随着大语言模型（LLM）在多个领域取得突破，图表征学习范式也正经历显著变革，主要体现在领域内对图transformer架构的聚焦，以及图神经网络与大模型的结合。本次报告将围绕以上方向，探讨鲁棒图基础模型的关键技术、挑战以及思考。